高压输电线缠绕异物的跟踪预测方法

    公开(公告)号:CN110349210B

    公开(公告)日:2022-08-12

    申请号:CN201910407701.X

    申请日:2019-05-16

    Abstract: 本发明一种高压输电线缠绕异物的跟踪预测方法,接收摄像机返回的缠绕异物图像,计算异物位置包括异物相对于实际跟踪装置的俯仰角度和水平角度,并对异物位置数据进行归一化;创建人工神经网络,拟合异物位置与时间的函数关系;利用人工神经网络预测异物位置,调整跟踪装置位置;接收装置返回的异物真实位置,将预测结果与真实结果进行比较,若误差小于我们设定的允许值,则继续利用该神经网络预测异物的位置,否则重新收集数据训练神经网络。本发明提高了异物位置的更新速率,解决了图像刷新时间与图像处理时间不匹配的问题,免去了升级硬件的成本。

    带电作业机器人避雷器拆卸装置及方法

    公开(公告)号:CN109950830A

    公开(公告)日:2019-06-28

    申请号:CN201910277743.6

    申请日:2019-04-08

    Abstract: 本发明提出一种带电作业机器人避雷器拆卸装置及方法,装置包括设置在机器人平台右臂上的末端工具及螺栓拆装工具,设置在左臂和右臂上的夹持工具,所述末端工具包括5个气动元件,用于夹持避雷器。本发明的方法通过设置在机器人平台右臂上的末端工具及螺栓拆装工具,设置在左臂和右臂上的夹持工具完成避雷器拆卸。本发明能够在不断电、不带负荷的情况下通过带电作业机器人的机械臂对避雷器进行拆卸。本发明有效提高了作业效率和准确度。

    高压输电线缠绕异物的跟踪预测方法

    公开(公告)号:CN110349210A

    公开(公告)日:2019-10-18

    申请号:CN201910407701.X

    申请日:2019-05-16

    Abstract: 本发明一种高压输电线缠绕异物的跟踪预测方法,接收摄像机返回的缠绕异物图像,计算异物位置包括异物相对于实际跟踪装置的俯仰角度和水平角度,并对异物位置数据进行归一化;创建人工神经网络,拟合异物位置与时间的函数关系;利用人工神经网络预测异物位置,调整跟踪装置位置;接收装置返回的异物真实位置,将预测结果与真实结果进行比较,若误差小于我们设定的允许值,则继续利用该神经网络预测异物的位置,否则重新收集数据训练神经网络。本发明提高了异物位置的更新速率,解决了图像刷新时间与图像处理时间不匹配的问题,免去了升级硬件的成本。

    带电作业虚拟培训系统
    5.
    发明公开

    公开(公告)号:CN110047344A

    公开(公告)日:2019-07-23

    申请号:CN201910310936.7

    申请日:2019-04-18

    Abstract: 本发明提出了一种带电作业虚拟培训系统,包括:虚拟三维场景模块、虚拟交互模块、数据管理模块、用户登录模块、自主学习模块,虚拟三维场景模块建立虚拟三维配电网场景,虚拟交互模块利用虚拟三维场景模块对相应的目标电力培训场景进行模拟,生成模拟场景数据,数据管理模块根据模拟场景数据建立数据库,并对数据库中的数据进行增加、删除、修改、查询操作,用户登录模块验证账号与密码登录,验证成功后启动虚拟场景模块、数据管理模块与虚拟交互模块,自主学习模块提供配电网的电力检修理论知识学习功能以及理论知识在线考试功能。本发明将采用模块化设计,有利于后续升级换代,模块之间相互协作可靠性高,整体鲁棒性好。

    基于激光反无人机系统的目标跟踪方法

    公开(公告)号:CN112115815B

    公开(公告)日:2022-12-06

    申请号:CN202010901232.X

    申请日:2020-08-31

    Abstract: 本发明公开了一种基于激光反无人机系统的目标跟踪方法,获取第一帧图像的目标检测框,截取包含检测框的图像块,提取图像块的fHOG特征并进行处理,得到梯度特征图;利用MBD函数和光栅扫描的方法,计算图像块的显著特征图;将梯度特征作为输入样本,显著特征图作为输出标签,利用岭回归训练滤波器;获取下一帧图像,在图像中心位置采集图像块并提取梯度特征图,用滤波器计算图像块的响应,响应最大处则是无人机更新后的位置,并得到新的目标检测框;在新的检测框处重新提取特征图并训练滤波器,进行后续帧的目标跟踪。本发明针对KCF算法进行改进,使得算法能应用于动态背景下的跟踪任务,并改善了背景变化时滤波器受到污染导致的目标跟丢问题。

    基于激光反无人机系统的目标跟踪方法

    公开(公告)号:CN112115815A

    公开(公告)日:2020-12-22

    申请号:CN202010901232.X

    申请日:2020-08-31

    Abstract: 本发明公开了一种基于激光反无人机系统的目标跟踪方法,获取第一帧图像的目标检测框,截取包含检测框的图像块,提取图像块的fHOG特征并进行处理,得到梯度特征图;利用MBD函数和光栅扫描的方法,计算图像块的显著特征图;将梯度特征作为输入样本,显著特征图作为输出标签,利用岭回归训练滤波器;获取下一帧图像,在图像中心位置采集图像块并提取梯度特征图,用滤波器计算图像块的响应,响应最大处则是无人机更新后的位置,并得到新的目标检测框;在新的检测框处重新提取特征图并训练滤波器,进行后续帧的目标跟踪。本发明针对KCF算法进行改进,使得算法能应用于动态背景下的跟踪任务,并改善了背景变化时滤波器受到污染导致的目标跟丢问题。

Patent Agency Ranking